时序采样方法及装置、语音识别方法及装置制造方法及图纸

本申请提供了一种时序采样方法及装置、语音识别方法及装置，涉及人工智能技术领域。该时序采样方法包括：获取目标语音数据；基于目标语音数据，利用采样模型，确定目标语音数据的时序采样结果，其中，采样模型包括l层下采样网络和l层上采样网络，每层下采样网络包括并联的skip模块和下采样模块，每层上采样网络包括并联的skip模块和上采样模块，采样模型用于基于每层下采样网络的skip模块和下采样模块以及每层上采样网络的skip模块和上采样模块，为目标语音数据匹配采样模型中的最优采样路径，l为大于1的正整数。通过本申请中的时序采样方法，能够提升对语音数据的声学特征的学习能力、以及建模粒度的适配度。以及建模粒度的适配度。以及建模粒度的适配度。

【技术实现步骤摘要】
时序采样方法及装置、语音识别方法及装置


[0001]本申请涉及人工智能
，具体涉及一种时序采样方法及装置、语音识别方法及装置。

技术介绍

[0002]相关语音识别模型通常利用基于模型参数共享的多语言声学建模。然而，面对不同的语音数据，多语言声学建模的模型结构是固定的，容易造成运算不足或冗余，而相关适配微调模型都是对语音数据的特征层面的学习，并不能捕捉到语音数据时序层面的长距离帧之间的相关性。

技术实现思路

[0003]为了解决上述技术问题，提出了本申请。本申请实施例提供了时序采样方法及装置、语音识别方法及装置。
[0004]第一方面，本申请一实施例提供了一种时序采样方法，包括：获取目标语音数据；基于目标语音数据，利用采样模型，确定目标语音数据的时序采样结果，其中，采样模型包括l层下采样网络和l层上采样网络，每层下采样网络包括并联的skip模块和下采样模块，每层上采样网络包括并联的skip模块和上采样模块，采样模型用于基于每层下采样网络的skip模块和下采样模块以及每层上采样网络的skip模块和上采样模块，为目标语音本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种时序采样方法，其特征在于，包括：获取目标语音数据；基于所述目标语音数据，利用采样模型，确定所述目标语音数据的时序5采样结果，其中，所述采样模型包括l层下采样网络和l层上采样网络，每层所述下采样网络包括并联的skip模块和下采样模块，每层所述上采样网络包括并联的skip模块和上采样模块，所述采样模型用于基于每层所述下采样网络的skip模块和下采样模块以及每层所述上采样网络的skip模块和上采样模块，为所述目标语音数据匹配所述采样模型中的最优采样路径，l为大0于1的正整数。2.根据权利要求1所述的方法，其特征在于，所述最优采样路径包括最优下采样路径和最优上采样路径，所述基于所述目标语音数据，利用采样模型，确定所述目标语音数据的时序采样结果，包括：确定所述最优下采样路径中的每层下采样网络的输出结果；5基于所述最优下采样路径中的每层下采样网络的输出结果，确定与所述下采样网络对应的、所述最优上采样路径中的每层上采样网络的输出结果；将所述最优下采样路径中的每层下采样网络的输出结果和所述最优上采样路径中的每层上采样网络的输出结果确定为所述目标语音数据的时序采样结果。3.根据权利要求2所述的方法，其特征在于，所述基于所述最优下采样路径中的每层下采样网络的输出结果，确定与所述下采样网络对应的、所述最优上采样路径中的每层上采样网络的输出结果，包括：针对所述最优上采样路径中的每层上采样网络，确定所述上采样网络的输入数据的初始处理结果；5确定与所述上采样网络对应的所述下采样网络的输出结果；将所述上采样网络的输入数据的初始处理结果与所述下采样网络的输出结果作为所述上采样网络的输出结果。4.根据权利要求1所述的方法，其特征在于，所述最优采样路径包括最优下采样路径和最优上采样路径，所述基于每层所述下采样网络的skip模块和下采样模块以及每层所述上采样网络的skip模块和上采样模块，为所述目标语音数据匹配所述采样模型中的最优采样路径，包括：针对所述l层下采样网络，基于每层所述下采样网络的skip模块和下采样模块，为所述目标语音数据匹配所述最优下采样路径；基于所述最优下采样路径，针对所述l层上采样网络，从每层所述上采样网络的skip模块和上采样模块中为所述目标语音数据匹配所述最优上采样路径。5.根据权利要求1所述的方法，其特征在于，所述采样模型的训练方法包括：获取训练语料集；构建待训练采样模型，所述待训练采样模型与所述采样模型的网络结构相同；基于所述待训练采样模型中的每层下采样网络的skip模块的执行概率和下采样模块的执行概率，确定损失函数；...

【专利技术属性】
技术研发人员：牛怡珺，万根顺，熊世富，高建清，潘嘉，刘聪，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：